文献

J-GLOBAL ID：201702216437073418   整理番号：17A1569760

疎活性スパイキングネットワークを用いた高速分類【Powered by NICT】

Fast classification using sparsely active spiking networks

著者 (4件)： Mostafa Hesham (Institute for Neural Computation) ,  Pedroni Bruno U. (Department of Bioengineering) ,  Sheik Sadique (BioCircuits Institute, UC San Diego, California, USA) ,  Cauwenberghs Gert (Institute for Neural Computation)
資料名： IEEE Conference Proceedings  (IEEE Conference Proceedings)
巻： 2017  号： ISCAS  ページ： 1-4  発行年： 2017年 
JST資料番号： W2441A  資料種別： 会議録 (C)
記事区分： 原著論文  発行国： アメリカ合衆国 (USA)  言語： 英語 (EN)

抄録/ポイント： スパイク発生とルーティングは典型的にはスパイキングニューロンを用いて構築した神経形態学的ハードウェアで最もエネルギー動作。ニューロンスパイク速度は情報伝達量として処理するが,神経形態学的ハードウェア上で動作するスパイキングニューラルネットワークはしばしば率 コーディングを用いた。レート符号化は,各スパイクの最小情報量をもつ非常に非効率的な符号化方式,多数のスパイクの伝達を必要とする。本論文では,ニューロンスパイキング活動は非常にまれな,時間的符号化に基づくスパイキングネットワークの代替型を記述し,情報は,各スパイクの時間にコードされている。FPGAプラットフォームに対する提案したネットワークを実装し,著者らはこれらのまばら活性スパイキングネットワークを用いるMNIST数字を分類した。ネットワークFPGA実装は隠れ層からわずか十スパイクを用いた分類出力を生成し,分類結果は非常に迅速に得られ,1 3シナプス時間定数以内であった。理想ネットワーク動力学はディジタルハードウェア上での効率的実装を可能にする適応とどのよう動力学を記述した。著者らの結果は,各スパイクの情報含量であり,それは最終的に減少したスパイクカウント,改良されたエネルギー効率,速い応答時間を最大にするためにスパイキングネットワークにおける時間的動力学を用いての重要性を示した。Copyright 2017 The Institute of Electrical and Electronics Engineers, Inc. All Rights reserved. Translated from English into Japanese by JST【Powered by NICT】

シソーラス用語： シナプス ,  符号化 ,  数字 ,  ハードウェア ,  エネルギー効率 ,  情報量 ,  *高速度 ,  応答時間 ,  FPGA ,  経路選定 ,  *ネットワーク
準シソーラス用語： FPGA実装 ,  スパイキングニューラルネットワーク ,  神経形態学 ,  スパイキングニューロン , 【Automatic Indexing@JST】

分類 (2件)： ニューロコンピュータ  (JC06010Q) ,  人工知能  (JE08000Z)

タイトルに関連する用語 (2件)： 活性 ,  分類